如何根据另一列的值替换 R 中的 NA 值？答案

【问题标题】：How to replace NA values in R depending on the value of another column?如何根据另一列的值替换 R 中的 NA 值？
【发布时间】：2020-07-07 17:41:24
【问题描述】：

我有以下问题：

作为一个例子，我有这个数据框

> employee <- c('John Doe','Peter Gynn','Jolie Hope')
> salary <- c(NA, NA, NA)
> startdate <- as.Date(c('2010-11-1','2008-3-25','2007-3-14'))
> employ.data <- data.frame(employee, salary, startdate)

我定义了这个列表

> l <- list("John Doe" = "23400", 
               "Peter Gynn" = "28000",
               "Jolie Hoper" = "34000")

现在，我正在尝试根据员工列的值并使用列表替换薪水列中的 NA 值。 dplyr 有没有快速的方法？我正在寻找不同的情况，因为我在列表中有很多关键值...谢谢！

【问题讨论】：

标签： r dplyr

【解决方案1】：

您可以使用dplyr 执行此操作，如下所示：

library(dplyr)
employ.data %>%
    mutate(
        salary = unlist(ifelse(is.na(salary) & employee %in% names(l), l[employee], salary))
    )

【讨论】：

嗨！它有效，但现在我遇到了另一个问题。它将列转换为列表，我无法在 csv 中导出数据框。我正在尝试这个：write_excel_csv(employ.data, "out/csv/data.csv")
嗨 Razvan，这在小例子中似乎没有发生，或者我没有看到它发生.. 将 ifelse(...) 包装在 unlist 调用中会为您解决问题还是会引发错误？
可能需要use.names=F。所以：unlist(fields(...), use.names=F)
非常感谢！它可以在unlist 中包装对l[employee] 的调用，如下所示：library(dplyr) employ.data %>% mutate(salary = ifelse(is.na(salary), unlist(l[employee], use.names=F), salary))
实际上，unlist 潜入了一个危险的错误！使用您的上述行，不存在的“朱莉希望”将被分配薪水，这是错误的！我还没有调整我上面的答案来抓住它。

【解决方案2】：

你可以使用merge:

#1. Convert your list to data.frame

    salaries <- data.frame(employee = names(l), salary = unlist(l))

#2. Merge `salaries` with `employ.data`

    merge(salaries, employ.data,  by = "employee", all = TRUE)[-3]
        employee salary.x  startdate
    1   John Doe    23400 2010-11-01
    2 Jolie Hope    34000 2007-03-14
    3 Peter Gynn    28000 2008-03-25

请注意，在我的示例中只有Jolie Hope，您还有Jolie Hoper 我不知道这是不是一个错字。不过，如果Jolie Hoper 在您的列表中，此解决方案也可以使用。

【讨论】：

【解决方案3】：

我们可以在stack将命名的list 连接到两列data.frame 之后，使用连接on 和data.table

library(data.table)
setDT(employ.data)[stack(l), salary := values, on = .(employee = ind)]
employ.data
#     employee salary  startdate
#1:   John Doe  23400 2010-11-01
#2: Peter Gynn  28000 2008-03-25
#3: Jolie Hope  34000 2007-03-14

或在base R 中，根据名称进行简单的子集化

employ.data$salary <-  with(employ.data, unlist(l[employee]))

数据

l <- list("John Doe" = 23400, 
           "Peter Gynn" = 28000,
           "Jolie Hope" = 34000)
employee <- c('John Doe','Peter Gynn','Jolie Hope')
salary <-  rep(NA_real_, 3)
startdate <- as.Date(c('2010-11-1','2008-3-25','2007-3-14'))
employ.data <- data.frame(employee, salary, startdate)

【讨论】：